Ronald Mahler (Lockheed Martin,数学博士毕业)自1993年开始研究随机有限集Random Finite Set在信息融合领域的应用,逐渐提出并发展了有限集统计Finite Set Statistics (FISST) 。可谓十年磨一剑,2003年在IEEE T.  Aerospace and Electronic Systems上发表应用于多目标跟踪的PHD(Probability Hypothesis Density) filter理论模型(2000年就提出了,不过大家广泛引起注意的是2003年毕竟系统的阐述),对这个领域相当震撼。完全颠覆了传统需要 数据关联 (如,NN,MHT,JPDA等)这一难点的多目标跟踪方法. 并在2007年发展了其改进版 CPHD (Cardinalitied PHD filter)。2007年还出了一本相当火的书 Statistical Multisource Multitarget Information Fusion (Artech House),此书将来必成经典,或者说现在已是。2009年后他进一步发展Multi-target Multi-Bernoulli filter, “Second-generation” (第二代) PHD/CPHD filters等等,对多目标跟踪的各种情况可所谓一人独舞,全面打进:复杂背景,未知杂波,未知探测,扩展复杂目标,还有更高级的传感模型等等。其实结合一些人家的工作单位和他的研究,也不难知道Mahler是有来头的:Lockheed Martin可是造F35, F21的厂子,多目标跟踪毫无疑问全世界领先。
在我看来,  这是一个活生生的传奇人物,至少包括如下几个方面:

1,他的很多著作论述是纯理论性地,没有任何实现模型论述更不用提仿真或者实验, 这在我们工程领域难以想象(可以把多目标跟踪当中更偏工程的理论)。因为一般你的理论方法都需要实现来验证,但是人家就不。人家的文章照发(引用更不用说了,每年的文章都要被引用百千次),而且能够实现他的理论的第一批人物现在都是领域的领军人物啦。
其中,以西澳大利亚大学的 B-N. Vo 的团队(里面还有个叫B-T Vo的)最为出名。他们分别在2005 (最早是2003年的会议上)到2007间提出了PHD 和CPHD filter的实现模型,分别是粒子滤波和高斯混合。在这个领域只有这两个实现模型,当然了英国怀特大学的clark提出了粒子高斯混合实现模型(粒子滤波和高斯混合共同实现)。然后他们的作品都甚至成了开创性研究,被广泛引用 (上千次),因为他们的工作相比更容易懂,更偏工程。不像Mahler的工作那么抽象,纯数学纯理论(上百个公式都是自己搞出来的,像是在那儿自圆自说。就自己一个人在那扯一样......数学博士毕业的就是不一样啊)。
2,领域内先前的大佬(比如研究其他方法的如MHT),包括IEEE会士, 多目标跟踪研究做出奠基性工作的Y. Bar-Shalom等也在跟进他的研究。这几年的多目标跟踪最热门的就是他的东东啦,毕竟跟人一种全新的感觉,而且理论模型仍在蓬勃发展中。国内学者的跟进还停留在2007年前的成果的理解和转化上,我自己都觉得他的东东后面太难了。莫非有点当年爱因斯坦的相对论能理解的没几个人似的
现在英美澳法等国防Defence中心或沾边的很多人物都是这个领域重要的活跃人物,而且貌似还有点一小撮团伙的味道。暂且还没有中国人加入他们这个圈子....
3,上面的Vo 团队基本属于在领域最牛的期刊如 IEEE T. Signal Processing 长期霸占的人物。人家也是实至名归。因为无论是文章的被引用还是开创性的第一次实现Mahler的理论,都是最超前和引起广泛关注的。但是,别忘了:他们的工作主要是Mahler的理论的实现。那么后面的这位Mahler岂不是神一样的人物了吗? 他的著作应该发在什么上面了,那就应该是超一流了(甚至怀疑,他的新作投出去有没有人能审稿)。那么超一流是什么呐?
超一流就是不论档次了。 Mahler可能不知道什么是SCI或者期刊档次,或者这些不影响他的生活质量。他的绝大多数的文章都发展一个 SPIE(the international society for optics and photonics)会议上 (都不知道会不会被EI 检索)。看名字和多目标跟踪关系都不是甚大,好坏你发在ICIF (International Conference on Information Fusion)这类看似更相关的会议 上阿!当然了这个会议上也有的。SPIE的文献这个东西,我下载都难!!人家只是偶尔才发一两个咱们常人认为的顶级期刊。 但是我觉得,也许他的名字在这个领域就是最好的牌子啦,比期刊还好使。
关于发文还有一点就是: 他的文章很多都是唯一作者 (可能他没有几个免费劳动力--硕博士?)。(从下面的附图作者自引的文献列表也可看出)

神的动作,看来一般人理解不了阿!!
正文:
前两天大家Discuss论文自引和他引的问题,比如可以看吕喆的博文及其讨论。文章,可以“自珍自引”么?
还有武夷山老师的多篇分析文章。
这里我给上面介绍的这位大牛Mahler有些文章对其自己的工作引用很大,貌似又完全无可厚非的例子。事实上,这个领域文章还基本没有不提到他的(往往都至少2-3篇的引用),可见他的工作的重要性。所以,Mahler对自己工作也完全没有必要回避不是 ?
第一次的时候贴出的是下面这篇文章 (附图是参考文献列表),只是随手碰到觉得15/19的比例很高了。所以博文开始的名称《一篇超级大牛的超级自引文献----这才叫牛:引的响当当》
Ronald Mahler, “Second-generation” PHD/CPHD filters and multitarget calculus, Proc. SPIE 7445, 74450I (2009)
附图1: 一共19篇参考文献,其中从4-18共计15篇作者自引
第二天又读到他的两篇文章,其中一篇14篇引文自引了13篇,另一篇干脆引文13篇全部是自引:100%够牛!,而且所引文献基本都是那同一个系列的。
Ronald Mahler, CPHD and PHD filters for unknown backgrounds I: dynamic data clustering, Sensors and Systems for Space Applications III. Edited by Cox, Joseph L.; Motaghedi, Pejmun. Proceedings of the SPIE, Volume 7330 (2009)., pp. 73300K-73300K-12 (2009). 

参考文献列表
附图2:  14篇引文自引了13篇
再看这个终极自引:
Ronald Mahler, CPHD and PHD filters for unknown backgrounds, part III: tractable multitarget filtering in dynamic clutter, Proc. SPIE 7698, 76980F (2010); http://dx.doi.org/10.1117/12.849470
参考文献列表
附图3:  100%自引
延伸阅读:

此博文谈及的关于“大牛”的话题得到何毓琦院士等人的特别关注,衍生一些更深入的讨论:比如什么算是大牛(以至有没有必要跟随乃至崇拜大牛),工程和数学结合的必要性,数学对工程的重要性和欺骗性,科研过程,甚至学术头衔的本质等等。在此特别推荐:

何老的两篇评注:               《也谈 “一篇超级大牛的超级自引文献----这才叫牛:引的响当当”》

                                     & 《Why I wrote the article 也谈"一篇超级大牛的…" 》
吴宝俊老师也跟了篇博文:  《【科●反】躺着中枪的Ronald Mahler与科研名利场 》

我又特意补充2篇博文:       《给“超级大牛”Ronald Mahler 再补一枪?》

                                     &  《翻译兼回复: “Why I wrote the article 也谈"一篇超级大牛的…"》
最近看到谢力老师的博文:  《何为大牛:关于Ronald Mahler 》

对Mahler工作的主要简介:   《Ronald Mahler 是谁? 

本博文荣幸获得(2012)CN域名杯第三届全国青年科学博客论文交流类单项奖

一个超级大牛的超级自引文献【这才叫牛:引的响当当】相关推荐

  1. 下一个爱因斯坦或许出自超级人工智能阶段

    下一个爱因斯坦或许出自超级人工智能阶段 2004年度诺贝尔物理学奖得主.MIT 物理学教授Frank Wilczek说:"现代物理的建立较之于早期的并不那么完善的理论体系包含了较少的解释和文 ...

  2. linux 多个定时器,timer: 一个Linux下的超级精简的多重定时器:可实现成千上万个定时任务,定时精度可达纳秒级别,且同一时间点可添加不同的任务!适用于云后台服务和嵌入式等各种环境。...

    MT_Timer(MT译为Multiple或Multi) 一.介绍 一个Linux下的超级简洁的定时器:利用epoll机制和timerfd新特性实现的多重.多用.多个定时任务实现.只需要使用TIMER ...

  3. linux uid 不同用户,Linux系统中每个用户都有一个唯一的UID,超级用户的UID是 。

    Linux系统中每个用户都有一个唯一的UID,超级用户的UID是 . 0.5用分数表示是______,约成最简分数是______.线偏振光在n1和n2介质的界面上发生全反射,线偏振光电矢量的振动方向与 ...

  4. 基于马尔可夫过程的一种新型混合PSO粒子群算法(SCI二区高被引文献)介绍及算法复现(使用chatgpt)

    以下是一篇算法领域的SCI二区文献(原文见附件),介绍了一种使用Markov概率转移矩阵对种群拓扑结构进行加权的粒子群算法,相比于标准PSO算法该算法提高了全局覆盖率,更容易跳出局部最优,但是在局部最 ...

  5. 艾永亮:为什么企业都在追求超级产品,超级产品的意义是什么?

    产品创新不能靠想象,企业不能只停留在想的层面上,而是要打造超级产品实现落地. 一.创新的意义 什么是创新 关于创新其实是基于各种现有的元素进行的组合,企业所创新的产品不是凭空出现的,引用一句话,&qu ...

  6. 一键批量下载某篇文献的所有引用文献以及被引文献

    你还在为一篇一篇的下载参考文献而费时费力苦恼无比吗? 曾经我像你一样,用一下午下载某一篇文献的80多篇参考文献,一篇一篇的下载简直要疯了. 然而,现在有了一个简单高效实用的方法,只需两分钟即可批量下载 ...

  7. 37 《超级符号就是超级创意:席卷中国市场14年的华与华战略营销创意方法》 -豆瓣评分8.7

    border="0" width="330" height="86" src="//music.163.com/outchain/ ...

  8. 图论技巧 : 超级源点与超级汇点的建立

    1.什么是超级源点与超级汇点 (1)超级源点跟超级汇点是模拟出来的虚拟点,多用于图中 : <1>同时有多个源点和多个汇点,建立超级源点和超级汇点 <2>同时有多个源点和一个汇点 ...

  9. 我对因果的认知:超级员工、超级用户、超级公司

    (本文转载自 :智课教育的创始人 韦晓亮),干货多多,值得分享. 大家新年好!看到今晚的年会,特别有感触,过去的五年,从我和老翟两个人开始,智课教育的团队到了5个伙伴,10个伙伴,100个伙伴,后来到 ...

  10. 如何搞垮一个技术大牛?

    作者| Mr.K 来源| 技术领导力(ID:jishulingdaoli) IT界有个说法:杀死一个技术大牛,不用枪,只需要改三次需求.技术大牛的死法,就是那样朴实无华且枯燥. 俗话说得好,搞垮一个技 ...

最新文章

  1. Css实现的图片灰度
  2. 反射 -- 业务需求:执行某个类中全部的以test为开头的无参数无返回值的非静态方法。...
  3. Eclipse装了插件之后插件没反应启用不了或不显示问题的解决办法
  4. Windows平台kafka环境的搭建
  5. 推荐CVer的总结 | 性能最强的目标检测算法
  6. 文献记录(part60)--高维模型选择方法综述
  7. html转盘游戏,html5大转盘抽奖实例源码(基于vue.js)
  8. 使用CLI模板 | Visual Studio 2019(16.10)新功能试用
  9. linux中resize的含义,linux的resize2fs命令
  10. !何为脏读、不可重复读、幻读
  11. 虚拟主机php.ini在哪里,虚拟主机的php.ini配置文件在哪里
  12. 大班科学计算机的发明应用教案,大班科学教案:机器人探密
  13. VC2005 MFC静态文本框背景色设置
  14. STEAM无法打开创意工坊或成就页面
  15. 用微信公众号控制ESP8266的LED,进一步使用微信当遥控器
  16. oracle自增序列带字母,[原创]Oracle自增序列
  17. 上海市四金和税的算法
  18. 复旦邱锡鹏:语言模型即服务,走向大模型的未来
  19. 计算机系微电子专业大学排名,2017微电子专业大学排名
  20. 音频变速播放原理分析及实现方案

热门文章

  1. Codeforces Round #273 (Div. 2) D. Red-Green Towers DP
  2. enum class
  3. Vue使用Mint-ui的Popup, Picker组件报错问题
  4. hibernate笔记4--qbc查询
  5. NSIS 设置系统变量
  6. ORACLE TRUNC()函数
  7. 数学归纳法证明求和公式
  8. python全局变量被覆盖的问题
  9. 微信小程序(一) 入门
  10. 【三月专题】Dp专练